「多阶段推理系统」共找到 4091 篇相关文章
Karpathy:写了20年代码,现在像作弊
Karpathy曾造词“vibe coding”,一年后弃用。他开源autoresearch项目,让AI Agent自主跑实验,自己不写代码。他还展示家庭监控分析系统也由Agent完成。他提出“agentic engineering”,认为工具虽变,但深度技术专长更重要。
黄仁勋罕见发长文:APP形态或将消失
英伟达CEO黄仁勋发表长文,系统阐释AI产业底层逻辑,定义AI“五层架构”。他指出AI产业尚处早期,潜力待发掘,未来还需巨额投资完善基础设施。还预判传统软件和 APP 形态或消失,AI Agent 将成主流。
社区供稿丨Ring-2.5-1T,思更深,行更远
今天发布并开源万亿参数思考模型 Ring-2.5-1T,在生成效率、思考深度、长程执行上大幅提升。与其他模型对比,在高难推理和长程任务执行达开源领先。介绍架构优势、手搓案例,也提及不足与未来计划。
Agent 真正的护城河,正在从工具转向记忆资产
2026年初,Anthropic用Claude Cowork引发AI创业热点,其计划引入知识库获“永久记忆”能力,将Agent Memory探索推到前沿。文章探讨独立Memory层成必需品的原因、工程化记忆系统的能力,还对比模型厂商和第三方中立派路线。
斯坦福英伟达推出测试时强化学习:微调开源模型胜过顶级闭源模型,仅需几百美元
斯坦福、英伟达等提出TTT - Discover方法,基于开源模型gpt - oss - 120b,在测试阶段引入强化学习更新模型权重。它采用熵目标函数和PUCT启发机制,解决分布外问题,成本低且表现优,但目前适用于连续奖励场景。
不到百万级,看不见 MCP 的真实问题:创始人亲述这疯狂的一年
MCP 联合创作者 David 复盘其发展,从开源协议到行业事实标准,经历多阶段演进。他指出做对死磕标准 HTTP,踩坑让关键能力成可选致双向能力被削,规模达百万级有扩展性问题,还谈及多方面发展与规划。
Google 团队一年都没做出来的项目 Claude Code 一小时就把代码写出来了
Google首席工程师称团队一年没搞定的分布式Agent编排系统,Claude Code一小时生成代码。但后续有澄清,AI是基于人一年探索成果生成‘玩具版本’。还分析了工作价值、瓶颈转移等,指出AI时代个体和小团队机会。
今年TRAE写的代码:100000000000行!超50%程序员每天在按Tab键
2025年末TRAE发布年度产品成绩单,一年写1000亿行代码、超50%用户高频用Tab键。其Cue功能助行业进入人机共生,SOLO模式让开发者成指挥者。它历经三阶段,指标优、构建生态,是中国AI IDE领域领先者。
昆仑万维方汉:通用Agent是伪命题,AI Office仍有存在空间丨MEET2026
昆仑万维董事长兼CEO方汉在MEET2026提出新视角,认为Agent是可验证过程的自动化系统,擅长复制流程。其判断大模型从‘背答案’到‘背过程’跃迁,Agent先落地AI Office,重塑组织,人类成过程架构者。
没想到 50 岁了我开始手搓小游戏:灵光闪现
作者池建强分享AI领域“生成涌现”现象,以Gemini 3.0演示为例,又介绍蚂蚁集团的灵光App,其闪游戏功能让普通用户用一句话生成小游戏,能修改迭代,体现AI构建系统能力,创作平权或到来。